视频解析与转录技能

此技能提供两个核心功能：视频元数据解析和视频语音转录。支持 20+ 个主流视频平台。

使用场景

当出现以下场景时，使用此 skill：

• - 当用户需要解析图集内容
• 当用户提供视频分享链接，需要提取视频信息（无水印链接、封面、标题、作者等）时
• 需要将视频中的语音内容转换为文字，用于字幕生成、内容笔记时
• 解析图集内容时

核心功能

功能一：视频元数据解析

使用内置的解析器直接从视频分享链接中提取视频信息，无需依赖外部 API。

功能二：视频语音转录

通过自动化流程：解析视频 → 下载视频 → 提取音频 → 语音转录 → 生成 Markdown 报告。

如何使用

1. 安装依赖

bash
pip install -r requirements.txt

2. 环境配置（仅语音转录功能需要）

复制一份项目根目录当中的.env.example 为 .env 文件：

env

SiliconFlow API Key (必填，用于视频转录功能)

获取地址: https://siliconflow.cn/

api_key=sk-xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx

视频转录模型 (可选，默认: FunAudioLLM/SenseVoiceSmall)

支持的模型列表: https://docs.siliconflow.cn/api-reference/audio

model=FunAudioLLM/SenseVoiceSmall

视频解析 API 地址 (可选，用于转录功能)

如果留空或注释掉，则使用项目内置的本地解析器（推荐）

如果填写了外部 API 地址，则使用外部 API 进行视频解析

示例: parseapiurl=http://ip:8000/video/share/url/parse?url=

parseapiurl=

SiliconFlow ASR API 地址 (可选，默认: https://api.siliconflow.cn/v1/audio/transcriptions)

siliconflowapiurl=https://api.siliconflow.cn/v1/audio/transcriptions

是否自动清理临时文件 (可选，默认: false)

true: 自动删除临时文件（视频和音频）

false: 保留临时文件在 tmp/目录中

autocleanuptemp_files=false

脚本使用说明

脚本一：scripts/skill.py - 视频元数据解析

作用: 解析视频分享链接，获取视频详细信息。

运行方式:

bash
python scripts/skill.py [选项]

参数说明:

参数	说明	必需
--url	要解析的视频分享链接	否
--list_platforms

列出所有支持的平台 | 否 |

常用示例:

bash

1) 列出支持的平台

python scripts/skill.py --list_platforms

2) 通过分享链接解析视频

python scripts/skill.py --url https://v.douyin.com/xxxxxx

输出格式:

json
{
video_url: https://example.com/video.mp4,
cover_url: https://example.com/cover.jpg,
title: 视频标题,
music_url: https://example.com/music.mp3,
images: [
{
url: 图片链接,
livephotourl: LivePhoto链接
}
],
author: {
uid: 作者ID,
name: 作者昵称,
avatar: https://example.com/avatar.jpg
}
}

脚本二：scripts/transcribe.py - 视频语音转录

作用: 解析视频链接并自动转录语音内容为文字。

运行方式:

bash
python scripts/transcribe.py --url [选项]

参数说明:

参数	说明	默认值
--url	必需。要解析的视频分享链接	无
--api_key

SiliconFlow API 密钥。未提供则从 .env 读取 | 从 .env 读取 |
| --model | 语音识别模型名称 | FunAudioLLM/SenseVoiceSmall |
| --parse_result | 已解析的结果 JSON 字符串（可选，跳过解析步骤） | 无 |
| --auto_cleanup | 是否自动清理临时文件（true/false） | 从 .env 读取 |
| --uselocalparser | 是否使用本地解析器（true/false） | 从 .env 读取 |

常用示例:

bash

1) 基础解析与转录

python scripts/transcribe.py --url https://v.douyin.com/xxxxxx

2) 指定 API Key 和模型

python scripts/transcribe.py --url https://www.xiaohongshu.com/explore/xxxx --api-key sk-your-key --model FunAudioLLM/SenseVoiceSmall

3) 保留临时文件

python scripts/transcribe.py --url https://www.bilibili.com/video/xxxx --auto_cleanup false

输出:

• - 命令行实时打印 JSON 格式结果
• 自动在 demos/ 目录下生成结构化的 Markdown 报告

技能资源

核心脚本

• - scripts/skill.py - 视频元数据解析脚本
• scripts/transcribe.py - 视频语音转录脚本

解析器目录

• - scripts/parser/ - 包含 20+ 个平台的解析器实现

输出目录

• - demos/ - Markdown 报告输出目录
• tmp/ - 临时文件存储目录（视频、音频）

支持的平台

平台	标识符	平台	标识符
抖音	douyin	快手	kuaishou
小红书

redbook | 哔哩哔哩 | bilibili | | 微博 | weibo | 皮皮虾 | pipixia | | 西瓜视频 | xigua | 微视 | weishi | | 绿洲 | lvzhou | 最右 | zuiyou | | 度小视 | quanmin | 梨视频 | lishipin | | 皮皮搞笑 | pipigaoxiao | 虎牙 | huya | | A站 | acfun | 逗拍 | doupai | | 美拍 | meipai | 全民K歌 | quanminkge | | 六间房 | sixroom | 新片场 | xinpianchang | | 好看视频 | haokan | Twitter | twitter |

注意事项

1. 1. 环境依赖: 语音转录功能需要预先安装 ffmpeg 并添加到环境变量
2. 网络要求: 脚本需要访问网络进行视频解析和 API 调用
3. API 限制: 语音转录受 SiliconFlow 额度限制
4. 输出路径: 临时文件默认保存在 tmp/ 目录，Markdown 报告保存在 demos/ 目录
5. 解析模式: 默认使用项目内置的本地解析器，无需配置外部 API

本 Skill 基于 parse-video-py 项目重构而来，感谢原作者的贡献。